Munkaterület-diagnosztikák használata
A KÖVETKEZŐKRE VONATKOZIK:
Python SDK azure-ai-ml v2 (aktuális)
ÉRVÉNYES:Python SDK azureml v1
Az Azure Machine Learning rendelkezésére bocsát egy diagnosztikai API-t, amellyel azonosíthatja a munkaterületével kapcsolatos problémákat. A diagnosztikai jelentésben megjelenő hibák a hibaelhárításra vonatkozó információkat is tartalmaznak.
Használhatja az Azure Machine Learning stúdió vagy a Python SDK munkaterület-diagnosztikáját.
Előfeltételek
A cikkben ismertetett lépések végrehajtása előtt győződjön meg arról, hogy rendelkezik a következő előfeltételekkel:
Egy Azure Machine Learning-munkaterület. Ha nincs ilyenje, a gyorsútmutató lépéseit követve hozzon létre egyet a munkaterület erőforrásainak létrehozása című cikkben.
A Python SDK v2 telepítéséhez használja a következő parancsot:
pip install azure-ai-ml azure-identityHa frissíteni szeretné az SDK meglévő telepítését a legújabb verzióra, használja a következő parancsot:
pip install --upgrade azure-ai-ml azure-identityTovábbi információ: A Python SDK v2 telepítése az Azure Machine Tanulás.
- Egy Azure Machine Learning-munkaterület. Ha nincs ilyenje, olvassa el a Munkaterület létrehozása című témakört.
- Az Azure Machine Tanulás SDK v1 for Python.
Diagnosztikák a studióból
Az Azure Machine Learning stúdióból diagnosztikát futtathat a munkaterületén a beállításaira vonatkozóan. A diagnosztikák futtatásához válassza a lap jobb felső sarkában található "?" ikont. Ezután válassza a munkaterület-diagnosztika futtatását.
A diagnosztika futtatása után a rendszer visszaadja az észlelt problémák listáját. Ez a lista a lehetséges megoldásokra mutató hivatkozásokat tartalmaz.
Diagnosztikák Pythonból
Az alábbi kódrészlet bemutatja, hogyan használhatja a munkaterület-diagnosztikát a Pythonból.
A KÖVETKEZŐKRE VONATKOZIK: Python SDK azure-ai-ml v2 (aktuális)
from azure.ai.ml import MLClient
from azure.ai.ml.entities import Workspace
from azure.identity import DefaultAzureCredential
subscription_id = '<your-subscription-id>'
resource_group = '<your-resource-group-name>'
workspace = '<your-workspace-name>'
ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)
resp = ml_client.workspaces.begin_diagnose(workspace).result()
# Inspect the attributes of the response you are interested in
for result in resp.application_insights_results:
print(f"Diagnostic result: {result.code}, {result.level}, {result.message}")
A válasz egy DiagnoseResponseResultValue objektum, amely információkat tartalmaz a munkaterületen észlelt problémákról.
ÉRVÉNYES:Python SDK azureml v1
from azureml.core import Workspace
ws = Workspace.from_config()
diag_param = {
"value": {
}
}
resp = ws.diagnose_workspace(diag_param)
print(resp)
A válasz egy JSON-dokumentum, amely információkat tartalmaz a munkaterülettel észlelt problémákról. A következő JSON egy példaválasz:
{
"value": {
"user_defined_route_results": [],
"network_security_rule_results": [],
"resource_lock_results": [],
"dns_resolution_results": [{
"code": "CustomDnsInUse",
"level": "Warning",
"message": "It is detected VNet '/subscriptions/<subscription-id>/resourceGroups/<resource-group-name>/providers/Microsoft.Network/virtualNetworks/<virtual-network-name>' of private endpoint '/subscriptions/<subscription-id>/resourceGroups/<myresourcegroup>/providers/Microsoft.Network/privateEndpoints/<workspace-private-endpoint>' is not using Azure default DNS. You need to configure your DNS server and check https://learn.microsoft.com/azure/machine-learning/how-to-custom-dns to make sure the custom DNS is set up correctly."
}],
"storage_account_results": [],
"key_vault_results": [],
"container_registry_results": [],
"application_insights_results": [],
"other_results": []
}
}
Ha nem észlelhető probléma, a rendszer üres JSON-dokumentumot ad vissza.
További információkért tekintse meg a Munkaterület referenciát.
További információ: Workspace.diagnose_workspace() hivatkozás.